Pandas自定义字符串列：ENTITY列格式转换问题求助

问题场景 #

需要将Pandas DataFrame的ENTITY列转换为000-00格式：

• 列值为带.0的5位（如58063.0）或6位（如184025.0）数字，小数点前倒数第三位固定为0
• 转换规则：补前导零使整数部分凑够6位，用短横线替换倒数第三位的0，拼接成XXX-XX格式（例：184025.0→"184-25"，58063.0→"058-63"）

原代码运行后始终返回原对象，未得到预期结果：

cost_centers['length'] = cost_centers['ENTITY'].astype(str)
cost_centers['len'] = cost_centers['length'].str.len()

if cost_centers['len'].equals(7):
    cost_centers['COST CENTER'] = '0' + cost_centers['length'][:2] + "-" + cost_centers['length'][2:4]
elif cost_centers['len'].equals(8):
    cost_centers['COST CENTER'] =  cost_centers['length'].str[:3] + "-" + cost_centers['length'].str[3:]
else:
    cost_centers['COST CENTER'] = cost_centers['length']

原代码问题分析 #

1. 整列判断逻辑错误：cost_centers['len'].equals(7)是判断整个len列是否所有值都等于7，而非逐行判断每个字符串长度。只有当所有行长度一致时才会进入对应分支，否则直接走else返回原值。
2. 字符串切片混用错误：cost_centers['length'][:2]是对Series整体取前2个元素，不是对每个字符串取前2位；而cost_centers['length'].str[:3]才是逐字符串切片，混用导致结果不符合预期。

正确解决方案 #

方法一：正则替换（简洁高效） #

# 转换为整数去除.0 → 补前导零到6位 → 正则替换格式
cost_centers['COST CENTER'] = (
    cost_centers['ENTITY']
    .astype(int)
    .astype(str)
    .str.zfill(6)
    .str.replace(r'^(\d{3})0(\d{2})$', r'\1-\2', regex=True)
)

方法二：自定义函数逐行处理（直观易懂） #

def format_entity(entity_val):
    # 转为整数去除小数部分，再补前导零到6位
    full_str = str(int(entity_val)).zfill(6)
    # 拼接成XXX-XX格式（跳过倒数第三位的0）
    return f"{full_str[:3]}-{full_str[4:]}"

cost_centers['COST CENTER'] = cost_centers['ENTITY'].apply(format_entity)

两种方法均可实现需求，方法一更适合大数据量场景，方法二更易理解调试。

内容的提问来源于stack exchange，提问作者Ceci V